Anthropic Frontier Có trong FlowHunt

Claude Opus 4.8

Claude Opus 4.8 là mô hình AI tiên tiến hàng đầu, được phát triển bởi Anthropic và phát hành vào tháng 5 năm 2026. Đây là mô hình trọng số đóng độc quyền, có thể truy cập thông qua API của Anthropic. Cửa sổ ngữ cảnh 1M token đủ lớn để chứa toàn bộ mã nguồn, tài liệu kỹ thuật dài hoặc các phiên tác nhân mở rộng mà không bị cắt ngắn.

Xem thêm
Claude Opus 4.8 được phát hành vào ngày 28 tháng 5 năm 2026 như một bản phát hành điểm tập trung trên nền tảng Opus 4.7, với Anthropic mô tả đây là ‘bản nâng cấp khiêm tốn nhưng hữu hình với cùng mức giá.’ Bản phát hành diễn ra theo nhịp độ nhanh: Opus 4.6, 4.7 và 4.8 đều được ra mắt trong cùng một quý lịch, phản ánh sự chuyển dịch của Anthropic sang phân phối gia tăng liên tục.
Dùng thử trong FlowHunt Quay lại AI Leaderboard

Benchmark

Mỗi điểm số chỉ xuất hiện một lần, kèm thứ hạng trong các mô hình được theo dõi và bên đã đo điểm.

So với các mô hình cùng hạng Frontier trên cùng thang đo
  • Claude Opus 4.8mô hình này
  • GPT-6.1 Solmô hình này dẫn đầu ở 0 trên 4
  • Grok 4.7mô hình này dẫn đầu ở 2 trên 5
Đã xác minh bên đánh giá độc lập, được tính vào xếp hạng Tự báo cáo do Anthropic công bố, hiển thị nhưng không xếp hạng
Tổng thể

AA Intelligence Index

Independent composite of agent, coding, knowledge and science tests by Artificial Analysis (v4).

Nguồn ↗

Claude Opus 4.8 41,8 GPT-6.1 Sol 51,8 Grok 4.7 46,4
#15trên 45 Đã xác minh
Lập trình

DeepSWE

113 long-horizon software tasks written from scratch, graded by hidden tests.

Nguồn ↗

Claude Opus 4.8 59,0% GPT-6.1 Sol Chưa có điểm Grok 4.7 71,0%
#11trên 17 Đã xác minh

SWE-bench Pro

Real issues across several languages and large codebases.

Claude Opus 4.8 69,2% GPT-6.1 Sol Chưa có điểm Grok 4.7 Chưa có điểm
Không xếp hạng Tự báo cáo

SWE-bench Verified

500 verified GitHub issues. Saturated at the frontier.

Claude Opus 4.8 88,6% GPT-6.1 Sol Chưa có điểm Grok 4.7 Chưa có điểm
Không xếp hạng Tự báo cáo
Agent

Terminal-Bench 4.0

Multi-step professional tasks done by an agent in a command-line terminal.

Nguồn ↗

Claude Opus 4.8 21,7% GPT-6.1 Sol 56,1% Grok 4.7 25,8%
#17trên 36 Đã xác minh
Suy luận

Humanity's Last Exam

Expert-written questions across 100+ subjects, no tools.

Nguồn ↗Ngoài ra: Tự báo cáo 49,8% (no tools (Opus 5 system card Table 8.1.A))

Claude Opus 4.8 48,7% GPT-6.1 Sol 52,9% Grok 4.7 43,1%
#9trên 44 Đã xác minh

GPQA Diamond

Graduate-level science questions that search cannot answer.

Nguồn ↗Ngoài ra: Tự báo cáo 93,6%

Claude Opus 4.8 92,0% GPT-6.1 Sol Chưa có điểm Grok 4.7 Chưa có điểm
#15trên 37 Đã xác minh

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

Nguồn ↗

Claude Opus 4.8 72,1% GPT-6.1 Sol 94,2% Grok 4.7 61,4%
#14trên 27 Đã xác minh

Nên Sử dụng Claude Opus 4.8 Cho Việc Gì

Kỹ thuật Phần mềm

Mô hình giải quyết các vấn đề GitHub thực tế, viết mã chất lượng sản xuất bằng nhiều ngôn ngữ và xử lý các quy trình làm việc lập trình tác nhân đa bước — một lựa chọn mạnh mẽ cho các nhóm phát triển phần mềm hỗ trợ AI.

Suy luận Khoa học & Kỹ thuật

Sử dụng mô hình này để tổng hợp tài liệu khoa học, đánh giá giả thuyết, hỏi đáp y tế và pháp lý, và các nhiệm vụ nghiên cứu đa lĩnh vực nơi kiến thức chuyên sâu về lĩnh vực là quan trọng.

Tự động hóa CLI Tác nhân

Terminal-Bench đo lường khả năng hoàn thành tự động các tác vụ shell Linux — quản lý gói, thao tác hệ thống tệp, kiểm soát tiến trình và quản trị hệ thống đa bước — mà không cần sự hướng dẫn của con người trong quá trình thực hiện.

Phân tích Tài liệu Dài & Mã nguồn

Với cửa sổ ngữ cảnh 1M token, Claude Opus 4.8 có thể tiếp nhận toàn bộ kho lưu trữ phần mềm, hợp đồng pháp lý dài, báo cáo nghiên cứu dài như sách hoặc lịch sử hội thoại mở rộng trong một lời nhắc duy nhất — cho phép hỏi đáp tài liệu chuyên sâu, suy luận mã nguồn đa tệp và tóm tắt toàn diện mà không cần phân đoạn heuristic hoặc pipeline RAG.

Điểm mạnh và hạn chế

Điểm mạnh

  • Kỹ thuật phần mềm mạnh mẽ
  • Suy luận khoa học trình độ sau đại học
  • Tự động hóa Linux / CLI tác nhân
  • Trí tuệ tổng hợp
  • Tài liệu rất dài và mã nguồn lớn (1M ngữ cảnh)

Hạn chế

  • Trọng số đóng — không thể tự lưu trữ hoặc tinh chỉnh trên dữ liệu riêng tư

Dùng trong FlowHunt

Dùng Claude Opus 4.8 trong mọi luồng, cùng với công cụ và nguồn kiến thức của riêng bạn.

  1. 1Mở một luồng, hoặc tạo từ mẫu
  2. 2Thêm thành phần AI Agent hoặc Generator
  3. 3Chọn Claude Opus 4.8 trong bộ chọn mô hình

Các Mô hình AI Liên quan

Về Anthropic San Francisco, CA · Thành lập 2021 · anthropic.com

Anthropic là một công ty an toàn AI được thành lập vào năm 2021 bởi các cựu nhà nghiên cứu OpenAI Dario Amodei và Daniela Amodei, cùng với một nhóm đồng nghiệp từng dẫn dắt các nhóm an toàn và chính sách của OpenAI. Sứ mệnh đã nêu của công ty là phát triển AI một cách có trách nhiệm vì lợi ích lâu dài của nhân loại, và chương trình nghiên cứu của công ty được xác định bởi cam kết đó: Constitutional AI (CAI), một kỹ thuật huấn luyện mô hình trở nên hữu ích, vô hại và trung thực thông qua tự phê bình; khả năng giải thích cơ học (mechanistic interpretability), nhằm mục đích dịch ngược những gì các nơ-ron và mạch riêng lẻ bên trong các mạng lớn thực sự tính toán; và khoa học mở rộng quy mô (scaling science), cố gắng dự đoán hành vi của mô hình thay đổi như thế nào với sức mạnh tính toán và dữ liệu. Anthropic công bố nghiên cứu này một cách công khai và đã trở thành một trong những phòng thí nghiệm an toàn AI được trích dẫn nhiều nhất trong tài liệu học thuật. Claude là dòng mô hình công khai của Anthropic — được đặt theo tên Claude Shannon, người sáng lập lý thuyết thông tin — và trải dài từ Claude 1 đến thế hệ Claude 5.5 và Claude Fable 5.1. Anthropic vận hành một API thương mại và sản phẩm Claude.ai hướng đến người tiêu dùng, đồng thời duy trì quan hệ đối tác đám mây sâu rộng với AWS (Amazon Bedrock) và Google Cloud (Vertex AI).

anthropic.com ↗

Xem Toàn bộ Bảng xếp hạng Mô hình AI

So sánh mọi mô hình được theo dõi trên các bài đánh giá về lập trình, tác tử và suy luận, mỗi điểm số đều được ghi rõ là đã xác minh hay do nhà phát triển tự công bố.

← Quay lại Bảng xếp hạng AI Dùng thử trong FlowHunt

Câu hỏi thường gặp

Tìm hiểu thêm